یادگیری فعال
یادگیری فعال یک پارادایم تکرارشونده یادگیری ماشین است که در آن یک الگوریتم یادگیری به طور انتخابی از یک اوراکل – معمولاً یک حاشیهنویس انسانی – برای برچسبگذاری آموزندهترین نمونههای بدون برچسب، پرسوجو میکند. یادگیری فعال که توسط بور ستلز در بررسی ادبیات مهم سال ۲۰۰۹ او به صورت رسمی تدوین شد، با دستیابی به دقت بالای مدل با تعداد بسیار کمتری از نمونههای برچسبدار نسبت به آنچه یادگیری نظارتشده منفعل نیاز دارد، به گلوگاه عملی هزینه حاشیهنویسی میپردازد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+18 more
منابع
- Settles, B. (2009). Active learning literature survey. University of Wisconsin-Madison Computer Sciences Technical Report 1648. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 2). Active Learning (Human-in-the-Loop). ScholarGate. https://scholargate.app/fa/machine-learning/active-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- پیشبینی تطبیقییادگیری ماشین↔ compare
- کمیسازی عدم قطعیتشبیهسازی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →